Beskyttelse af personlige oplysninger, sikkerhed og ansvarlig brug af Copilot for realtidsintelligens
I denne artikel kan du få mere at vide om, hvordan Copilot realtidsintelligens fungerer, hvordan det holder dine forretningsdata sikre og overholder kravene til beskyttelse af personlige oplysninger, og hvordan du bruger generativ AI på en ansvarlig måde. Du kan få en oversigt over disse emner i Copilot Fabric under Beskyttelse af personlige oplysninger, sikkerhed og ansvarlig brug af Copilot.
Denne funktion udnytter OpenAI's evne til problemfrit at oversætte forespørgsler på naturligt sprog til Kusto Query Language (KQL), som er et specialiseret sprog til forespørgsler på store datasæt. I det væsentlige fungerer det som en bro mellem brugernes hverdagssprog og de tekniske snørklede KQL fjerne indføringsbarrierer for brugere, der ikke er bekendt med sproget. Ved at udnytte OpenAI's avancerede sprogforståelse giver denne funktion brugerne mulighed for at indsende forretningsspørgsmål i et velkendt, naturligt sprogformat, som derefter konverteres til KQL-forespørgsler.
Copilot fremskynder produktiviteten ved at forenkle processen til oprettelse af forespørgsler, men giver også en brugervenlig og effektiv tilgang til dataanalyse.
Copilot til brug i realtidsintelligens
Kusto Copilot fremskynder dataforskernes og analytikernes dataudforskningsproces ved at oversætte forretningsspørgsmål på naturligt sprog til KQL-forespørgsler baseret på de underliggende kolonnenavne/skemaer for datasæt.
Hvad kan Copilot realtidsintelligens gøre?
Kusto Copilot er drevet af generative AI-modeller, der er udviklet af OpenAI og Microsoft. Det bruger specifikt Api'er til integrering og fuldførelse af OpenAI til at oprette prompten for naturligt sprog og til at generere KQL-forespørgsler.
Dataanvendelse af Copilot til realtidsintelligens
Copilot for Real-Time Intelligence har adgang til data, der er tilgængelige for Copilot brugeren, f.eks. databaseskemaet, brugerdefinerede funktioner og dataudtagning af den forbundne database. Copilot henviser til den database, der i øjeblikket er forbundet til KQL-forespørgselssættet. Copilot gemmer ikke nogen data.
Evaluering af Copilot for realtidsintelligens
- Efter en grundig undersøgelsesperiode, hvor flere konfigurationer og metoder er blevet testet, havde OpenAI-integrationsmetoden vist sig at generere KQL-forespørgsler med højeste nøjagtighed. Copilot kører ikke automatisk den genererede KQL-forespørgsel, og brugerne rådes til at køre forespørgslerne efter eget skøn.
- Kusto Copilot kører ikke automatisk nogen genereret KQL-forespørgsel, og brugerne rådes til at køre forespørgslerne efter eget skøn.
Begrænsninger for Copilot realtidsintelligens
- Komplekse og lange brugerinput kan blive misforstået af Copilot, hvilket kan resultere i potentielt unøjagtige eller vildledende foreslåede KQL-forespørgsler.
- Brugerinput, der dirigerer til databaseobjekter, som ikke er KQL-tabeller eller materialiserede visninger (f.eks. en KQL-funktion), kan resultere i potentielt unøjagtige eller vildledende foreslåede KQL-forespørgsler.
- Mere end 10.000 samtidige brugere i en organisation vil sandsynligvis mislykkes eller resultere i større ydeevne.
- KQL-forespørgslen skal valideres af brugeren, før den udføres for at forhindre usikker udførelse af KQL-forespørgsler.
Tip til at arbejde med Copilot til realtidsintelligens
- Vi anbefaler, at du angiver detaljerede og relevante forespørgsler på naturligt sprog. Du bør desuden angive præcise og enkle anmodninger til for at copilot undgå unøjagtige eller vildledende foreslåede KQL-forespørgsler. Du bør også begrænse spørgsmål til databaser, der er KQL-tabeller eller materialiserede visninger.
- Hvis du f.eks. spørger om en bestemt kolonne, skal du angive kolonnenavnet og den datatype, den indeholder. Hvis du vil bruge bestemte operatorer eller funktioner, hjælper det også. Jo flere oplysninger du angiver, jo bedre vil svaret Copilot være.